期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于FACV-YOLOv10模型的油田作业人员异常行为检测
1
作者 吴攀超 王佳硕 王婷婷 《机械与电子》 2025年第10期18-25,33,共9页
为解决油田作业现场因操作不规范导致的安全事故频发问题,提出一种改进的YOLOv10模型(FACV-YOLOv10)。针对油田监控中目标尺度变化大、背景复杂等问题,采用Focaler-CIoU替代传统损失函数,提升了对小目标的检测能力;结合AdditiveBlock和C... 为解决油田作业现场因操作不规范导致的安全事故频发问题,提出一种改进的YOLOv10模型(FACV-YOLOv10)。针对油田监控中目标尺度变化大、背景复杂等问题,采用Focaler-CIoU替代传统损失函数,提升了对小目标的检测能力;结合AdditiveBlock和ConvGLU优化骨干网络,实现轻量化的同时增强特征提取效果;此外,使用VoV-GSCSP和GSConv替换Neck中的C2f和Conv,提升了网络对多尺度目标的检测精度,并增强了其在复杂场景中的鲁棒性。在自建油田数据集上进行模型验证,mAP@50和mAP@50∶95分别达到92.7%和67.2%,在夜间巡检和恶劣天气等复杂工况下仍保持稳定性能,展现出良好的应用价值。 展开更多
关键词 YOLOv10 小目标检测 损失函数 模型轻量化 additiveblock-cglu
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部